结合特征选择和优化随机森林的无线网络数据丢失重建

• 作者: 周刚 栗风永
• 来源期刊: 上海电力大学学报
• 学科: 工学
• 关键词: 无线传感器网络 随机森林算法 特征选择 数据重建
• 年，卷（期）: 2020,（3）
• 页码范围: 251-258
• 页数: 8页
• 分类号: TP391
• 字数: 5406字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.03.009

摘要

基于K邻近(KNN)算法和随机森林算法,提出了一种无线网络中丢失数据的重建方法.首先将多维原始数据通过不稳定无线信道进行发送,接收端将接收到的完整原始数据集中,利用KNN算法筛选出部分和重建特征相关性较高的特征,用于构造随机森林模型.然后输入缺失的数据样本,随机森林模型自适应地对数据样本进行分类,并利用完整样本对缺失特征值进行预测,从而完成丢失数据的重建.最后通过仿真实验表明,该方案可以有效地提升数据重建的精确度,在数据丢失率达到80％的情况下,重建数据的准确率仍然优于现有的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	栗风永	上海电力大学计算机科学与技术学院	10	4	1.0	2.0
2	周刚	上海电力大学计算机科学与技术学院	1	0	0.0	0.0